Monitoramento Hidrológico e Geotecnologias

Telemetria, Altimetria Espacial e Modelagem de Incerteza
Geotecnologias e SIG

Luiz Diego Vidal Santos

Universidade Estadual de Feira de Santana (UEFS)

Visão Geral

Tópicos Principais

  • 1 Monitoramento convencional e o problema inverso
  • 2 Telemetria, IoT e reatividade da informação
  • 3 Curva-chave e hidrometria de precisão
  • 4 Altimetria espacial por radar
  • 5 Precipitação e umidade do solo por satélite
  • 6 Evapotranspiração e MDEs para bacias virtuais

Objetivo Central

Compreender como telemetria, sensoriamento remoto e modelagem numérica convergem para construir representações integradas do ciclo hidrológico, minimizando a incerteza estrutural de modelos hidrológicos no semiárido.

1 - MONITORAMENTO CONVENCIONAL

Redes de observação e o problema inverso

O conjunto clássico de réguas linimétricas, pluviômetros mecânicos e molinetes acústicos opera segundo a premissa de que a observação pontual, quando ancorada em séries longas, reflete o comportamento regional.

O problema inverso

A precipitação convectiva apresenta gradientes de dezenas de milímetros por quilômetro, enquanto o escoamento concentrado reage a pulsos de minutos.

Parâmetros de rugosidade, conectividade e armazenamento devem ser inferidos a partir de sinais incompletos.

Consequências de redes mal dimensionadas

Uma rede mal dimensionada (WMO 2008):

  • Amplifica a variância dos parâmetros calibrados
  • Compromete a robustez estatística de estimadores de recorrência
  • Reduz a confiabilidade de curvas IDF
  • Invalida regionalizações hidrológicas

No semiárido brasileiro, a retração da rede pluviométrica agrava esse cenário, exigindo complementação com sensoriamento remoto.

2 - TELEMETRIA E IoT

Da medição ao tempo real

A latência entre medição e decisão não pode exceder o tempo de concentração de bacias urbanizadas (frequentemente < 40 min).

Sensores conectados

Sensor Variável Transmissão
Pressão Nível d’água 4G/5G
Ultrassônico Nível d’água LoRaWAN
Câmera LiDAR Nível e perfil Satelital banda S
Pluviômetro automático Precipitação 4G/5G

A redundância via satélites garante continuidade mesmo quando torres de telefonia falham durante tempestades.

Sistemas de alerta de cheias

A arquitetura IoT transforma leituras caóticas em trajetórias hidrodinâmicas previsíveis:

  1. Sensores transmitem nível/precipitação em tempo real
  2. Dados são assimilados por modelos numéricos
  3. Previsão de vazão é atualizada a cada ciclo
  4. Alertas são emitidos automaticamente

O modelo assimila dados enquanto o evento ainda se processa, reduzindo a entropia informacional do gestor.

3 - CURVA-CHAVE E HIDROMETRIA

Conversão nível-vazão

A variável controladora da alocação hídrica permanece sendo a vazão, mas sua medição direta e contínua é inviável em rios com leitos instáveis.

A conversão nível-vazão emprega a curva-chave:

\[Q = a\,(H - H_0)^{b}\]

onde \(H_0\) é o nível de descarga nula e os parâmetros \(a, b\) dependem de campanhas de medição em diferentes regimes hidráulicos.

Fatores de instabilidade

  • Erosão lateral e deposição de barras
  • Crescimento de macrófitas
  • Variação da seção molhada

Re-calibração anual

A re-calibração anual, corroborada por levantamentos batimétricos de alta resolução, reduz o erro sistemático que contaminaria:

  • Análises de tendência
  • Curvas de permanência
  • Estimativas de vazão mínima de referência (\(Q_{7,10}\))
  • Dimensionamento de outorgas

A medição de ondas de cheia (Q > 1.000 m³/s) é essencial para extrapolação confiável da curva.

4 - ALTIMETRIA ESPACIAL POR RADAR

Satélites Jason e Sentinel-3/6

Em continentes com rede fluviométrica esparsa (África, América do Sul), satélites da série Jason e Sentinel-3/6 fornecem perfis altimétricos com precisão subdécimétrica.

Processamento do sinal

O eco de radar altímetro é corrigido por:

  • Efeitos atmosféricos (troposfera, ionosfera)
  • Marés sólidas e oceânicas
  • Efeito de hooking em margens

O resultado é uma cota hidrométrica absoluta que alimenta modelos hidrodinâmicos de larga escala.

Fusão orbital-terrestre

A resolução temporal varia de 10 a 35 dias, mas a variância é mitigada ao combinar informação orbital com séries telemétricas de estações ribeirinhas.

Essa fusão cria superfícies de cota-tempo que revelam:

  • Ondas de cheia em propagação
  • Anomalias de armazenamento
  • Tendências de rebaixamento
  • Validação de modelos de roteamento

A democratização da informação fluvial é fundamental para bacias transfronteiriças.

5 - PRECIPITAÇÃO E UMIDADE DO SOLO

GPM e SMAP

GPM (Global Precipitation Measurement)

Radar de dupla frequência e micro-ondas passivas disponibilizam campos de precipitação horária com resolução de ~10 km. Ajustados por bias correction com pluviômetros automáticos, capturam a estrutura convectiva e orográfica das chuvas tropicais.

SMAP (Soil Moisture Active Passive)

Infere umidade volumétrica do solo na camada superficial, dado que funciona como indicador de condição inicial para modelos chuva-vazão.

Integração precipitação-umidade

A combinação permite estimar:

  • Parcela efetivamente infiltrada
  • Volume de escoamento superficial
  • Índices de severidade de estiagem
  • Cenários de recarga aquífera

Em bacias sem estação pluviométrica, os produtos satelitais (CHIRPS, IMERG) constituem a única fonte de dados de precipitação distribuída.

6 - ET, MDES E BACIAS VIRTUAIS

Evapotranspiração orbital

A evapotranspiração constitui a fração mais volumosa do balanço hídrico em bacias agrícolas.

SEBAL e METRIC

Utilizam bandas termais (Landsat, Sentinel-2) para converter diferenças de radiância em fluxos de calor sensível e latente.

A acurácia, avaliada por razão entre ET observada em lisímetros e estimada orbitalmente, supera 90% em regimes bem misturados.

Aplicação

  • Gestão de demanda hídrica de culturas
  • Compatibilização com reservatórios multianuais

MDEs e bacias virtuais

MDEs de 30 m (SRTM, ALOS PALSAR) redefiniram a topologia de drenagem para modelos de propagação 1D.

Técnicas automatizadas permitem:

  1. Preenchimento de depressões
  2. Cálculo de direção de fluxo (D8)
  3. Extração automática de bacias
  4. Integração com curvas de permanência

Gerando matrizes de decisão espacial que indicam hotspots de risco de cheia ou déficit hídrico.

Calibração e propagação de incerteza

Desafios de fusão

Diferenças de fuso horário, resolução e algoritmo de correção atmosférica criam erros de alinhamento temporal e espacial.

Assimilação bayesiana

O Ensemble Kalman Filter propaga a incerteza de cada fonte dentro de modelos distribuídos, produzindo envelopes preditivos que explicitam o grau de confiabilidade.

Limitações persistentes

  • Cobertura diurna limitada de sensores ópticos
  • Atenuação de sinal em micro-ondas durante chuvas intensas
  • Latência de produtos GPM (3-4 horas)

Radares de banda X em topos estratégicos surgem como solução híbrida para preencher lacunas em resolução sub-hora, complementando sensores orbitais com observação contínua local.

Referências

  • Bastiaanssen, W. G. (1998). SEBAL. Journal of Hydrology, 212, 198-212.
  • Chow, V. T. (1959). Open-Channel Hydraulics. McGraw-Hill.
  • Horton, R. E. (1933). The role of infiltration in the hydrologic cycle. Trans. AGU, 14, 446-460.
  • Hou, A. Y. et al. (2014). The Global Precipitation Measurement Mission. Bull. AMS, 95(5), 701-722.
  • Lettenmaier, D. P. (2015). Observational hydrology in the 21st century. WRR.
  • Nash, J. E.; Sutcliffe, J. V. (1970). River flow forecasting. J. Hydrology, 10, 282-290.
  • WMO. (2008). Guide to Hydrological Practices. WMO-No. 168.

Obrigado!

Luiz Diego Vidal Santos

Universidade Estadual de Feira de Santana (UEFS)